AI Radar先替你读，再把 AI 变化讲明白
EN

← 返回精选解读

AMD 免费模型 API

苏妈也来送算力了？AMD 突发上线 Token Factory：每天免费送 10 美元、百万上下文 DeepSeek 直连免翻

最后更新 2026-09-03编辑综合：多条来源拼接后再下判断不是快讯搬运；事实、判断和未知分开写
展示 AMD Radeon Cloud Token Factory 架构、DeepSeek 100万上下文、每天10美元额度与限速矩阵的原创图表
AI Radar 原创图表：AMD 在中国区开放免费模型 API，包含 100 万上下文 DeepSeek 与 Qwen，提供每天约 10 美元调用额度与双协议兼容。
一句话结论

2026 年 8 月底至 9 月初，AMD 在其 Radeon Cloud 平台正式上线 Token Factory，向注册开发者免费提供 Public Free Model APIs。首发涵盖 1,048,576 Token（整整 100 万长文本）的 DeepSeek-V4-Flash、Qwen3.8-Flash-Next（256K）及 MiniCPM。AMD 提供了中国区专线 developer.amd.com.cn（国内免翻直连）、原生兼容 OpenAI 与 Anthropic 协议，且 Usage 接口显示个人账户默认享有每天约 10 美元的免费额度，单 Key 限制 30 RPM，账号网关 20 RPM。这是芯片大厂以零成本算力争夺开发者心智的精准突袭，也是极具性价比的开发实操红利。

# 苏妈也来送算力了？AMD 突发上线 Token Factory：每天免费送 10 美元、百万上下文 DeepSeek 直连免翻

结论

2026 年 8 月底至 9 月初，芯片巨头 AMD 在其官方 Radeon Cloud 开发者平台低调上线了名为 Token Factory（模型代币工厂） 的公共免费服务，直接向注册开发者开放 Public Free Model APIs。不仅包含了目前开源界关注度极高的 DeepSeek-V4-Flash（实测支持 1,048,576 Token，即整整 100 万长文本上下文）与 Qwen3.8-Flash-Next（256K 上下文），而且还给出了国内开发者最在意的三大核心特权：

  1. 国内高速直连：提供了专门的中国区官方接入点 developer.amd.com.cn，无需配置任何海外转发代理即可直连调用；
  2. 双协议原生兼容：同时提供 OpenAI 格式（/v1/chat/completions）与 Anthropic Claude 格式两套兼容接口，常用客户端改个 Base URL 和 Key 就能无缝替换；
  3. 每天可观免费额度：官方 Usage 接口显示，个人测试账户每天默认获赠约 10 美元（约合 71 元人民币）的模型调用额度，单 Key 限制 30 RPM，账号网关 20 RPM，足以覆盖日常代码辅助、本地 Agent 自动化和长文档检索测试。

在英伟达与各大公有云大厂拼命推销付费算力时，AMD 这次直接化身“免费算力提供商”。这既是苏妈争夺开发者心智的精准突袭，也是个人工程师与独立开发者薅正规军高配大模型羊毛的绝佳窗口。

---

发生了什么

过去一年，大模型 API 市场虽然经历了一轮轮价格战，但对国内开发者来说，调用海外顶尖模型依然面临网络代理不稳定、支付渠道受限、账号容易被风控封禁的三重夹击。

AMD 此次上线的 Radeon Cloud Token Factory，切入角度异常狠辣：它把当前开源社区里跑分最高、最能干活的头部模型打包成了即开即用的云端公共免费 API。

首发免费模型阵容与硬核参数

截至 2026 年 8 月 31 日官方文档与接口返回的实时数据，当前 Token Factory 开放调用的免费模型矩阵包括：

| 模型名称 (Model ID) | 上下文窗口 (Context) | 核心特性与工程支持 | 适合任务场景 | | :--- | :--- | :--- | :--- | | DeepSeek-V4-Flash | 1,048,576 Token (1M) | 流式输出、Tool Calling、Thinking 推理模式 | 超长代码库重构、长论文解析、复杂 Agent 工作流 | | DeepSeek-V4-Flash-Vision-Exp | 128,000 Token (128K) | 多模态图像解构、视觉文档问答 | 截图报错定位、图表数据转录 | | Qwen3.8-Flash-Next | 262,144 Token (256K) | 极速首字返回、多语言与中文语境极佳 | 高频实时聊天、多语种翻译、日常写作 | | MiniCPM5-1B | 32,768 Token (32K) | 端侧轻量级极速响应 | 极低延迟意图分类、关键词提取 |

最让技术圈惊喜的是，AMD 提供的 DeepSeek-V4-Flash 并没有把上下文切成残血版，而是直接顶格拉到了 100 万 Token。这意味着你可以一次性塞入几十个工程源代码文件或者一本几十万字的技术手册，让它在后台做全量索引与逻辑审校。

---

保姆级接入与实操指南

这次 AMD 的领取门槛极低，并且采用了“一个 Key 通吃所有模型”的极简设计，不需要每个模型单独申请。

第一步：获取你的专属 API Key

1. 浏览器直接访问 AMD 中国区官方门户：https://developer.amd.com.cn/radeon/tokenfactory； 2. 注册或登录你的 AMD 开发者账号； 3. 在页面左侧导航栏找到 Public Free Model APIs； 4. 点击列表中任意一个免费模型，页面就会展示： - 官方 Base URL：https://developer.amd.com.cn/radeon/api/v1 - 你的专属 API Key（形如 amd_tf_...） 5. 复制该 API Key 即可。同一个 Key 可以调用当前工厂内的全部免费模型，调用时只需在 JSON 里更换 model 参数。

第二步：终端一键测试（OpenAI 兼容格式）

在终端中执行以下命令，测试 100 万上下文的 DeepSeek-V4-Flash：

```bash export AMD_API_KEY="你的_AMD_API_KEY"

curl https://developer.amd.com.cn/radeon/api/v1/chat/completions \ -H "Authorization: Bearer $AMD_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "DeepSeek-V4-Flash", "messages": [ { "role": "user", "content": "用 Go 语言写一个支持并发安全的 LRU Cache，并附带单测。" } ], "stream": false }' ```

如果正常收到格式化的 JSON 回包，说明你的账号与网络链路已全部打通。

第三步：查询你的真实免费额度（Usage 查验）

很多开发者担心免费额度会不会只有几毛钱。AMD 提供了官方的用量查询接口，能够直接查看当天的限额与剩余美金：

``bash curl "https://radeon-global.anruicloud.com/api/profile/model-usage?include_recent=true" \ -H "Authorization: Bearer $AMD_API_KEY" ``

典型返回的 JSON 结构如下：

``json { "rpm_limit": 30, "daily_cost_limit_usd": 10.0, "daily_cost_used_usd": 1.8412, "daily_cost_remaining_usd": 8.1588 } ``

  • daily_cost_limit_usd: 10.0：代表当前账号每天享有 10 美元 的免费调用额度；
  • daily_cost_remaining_usd: 8.1588：代表当天还剩 8.15 美元可用。
  • 注意：AMD 官方条款说明，不同账户的初始限额可能有所浮动，且后续可能会根据算力池负载动态微调，建议定期调用此接口自检。

---

避坑指南：必须掌握的限速矩阵

天下没有完全无限制的午餐。AMD 在文档中白纸黑字写明了调用速率边界，接入自动化脚本或多线程程序时必须做好防御：

| 限制维度 | 官方硬性上限 | 工程换算与避坑建议 | | :--- | :--- | :--- | | 单 API Key 速率 | 30 请求 / 分钟 (RPM) | 相当于每 2 秒最多发起 1 次请求 | | 单账户网关保护 | 20 请求 / 分钟 (RPM) | 这是最容易撞墙的门槛，平均每 3 秒只能调用 1 次 | | 最大并发请求数 | 8 并发 (Concurrency) | 严禁多线程脚本同时打出几十个请求，否则直接抛 HTTP 429 | | 单公网 IP 限制 | 120 请求 / 分钟 (RPM) | 适合团队小规模共享，但依然要防止局部暴击 |

客户端接入建议（Cursor / NextChat / Cline）

  • 在 Cursor / Windsurf 中：进入自定义模型设置，勾选 OpenAI 兼容，Base URL 填入 https://developer.amd.com.cn/radeon/api/v1，填入 Key，模型名称手动输入 DeepSeek-V4-Flash；
  • 在 NextChat / LobeChat 中：直接作为自定义 OpenAI 节点挂载，无需开启任何网络代理；
  • 在 Python / Node.js 自动化 Agent 中：由于账号网关有 20 RPM 和 8 并发的限制，务必在请求队列中加入本地限流（Token Bucket），并对 HTTP 429 错误加入带抖动的指数退避（Exponential Backoff with Jitter），避免因突发重试被临时封禁 IP。

---

为什么重要

AMD 这个反常动作背后，隐藏着芯片产业竞争的深层算盘：

1. 从“卖铲人”向“生态筑路人”转变

在 AI 芯片领域，英伟达凭借 CUDA 生态牢牢卡死了全球算力底座。AMD 的 ROCm 生态虽然在硬件算力（MI300X、MI325X）上已经具备与英伟达抗衡的纸面参数，但在开源开发者的日常软件生态中，存在感依然偏弱。

通过在 Radeon Cloud 推出开箱即用的 Token Factory，AMD 实际上是在自掏腰包搭建一个全球算力演示橱窗：让成千上万的开发者在不知不觉中，基于 AMD 算力集群运行 DeepSeek 和 Qwen。只要开发者习惯了这里的稳定与低延迟，企业级采购时对 AMD 算力方案的信任度就会呈指数级攀升。

2. 本地化直连打破公有云转卖中间商

目前国内大量开发者使用 DeepSeek 或海外模型，往往依赖于各种第三方中转站（API Relay）。这些中转站不仅存在数据泄露风险，而且加价严重、网络抖动频繁。AMD 直接拉出中国专属域名 developer.amd.com.cn，相当于正规芯片大厂直接以零差价下场提供企业级管道，对鱼龙混杂的中转市场形成了降维打击。

---

我们的判断

针对这次的免费算力福利，我们给出三项非常接地气的实操判断：

  1. 白嫖的最佳姿势是“主力辅助与轻量 Agent”：每天 10 美元的额度对于重度商业级爬虫或百万行代码训练可能不够塞牙缝，但对于个人开发者用来做 IDE 辅助补全、长论文翻译、日常 Agent 工具调用，简直是取之不尽的天然粮仓；
  2. 不要把核心生产级商业业务完全托付在免费池上：AMD 明确把该接口标注为“Public Free Model APIs”，这意味着它不承担付费 SLA 保障。遇到全球算力紧张或恶意刷量时，官方随时可能动态下调 RPM 甚至限流。生产系统建议将其作为主备路由中的“低成本主通道”，同时配置好付费 API 作为兜底 Fallback；
  3. 防封第一铁律：遵守 8 并发底线：不要试图写脚本多线程高并发刷题。官方明确给出了 8 并发和 20 RPM 的网关阈值，温和调用才能细水长流。

---

仍然要观察

未来两到三个月，该服务仍有以下关键变量值得追踪：

  1. 算力潮涌后的延迟稳定性：随着国内开发者大规模涌入，Radeon Cloud 的 GPU 实例是否会出现严重的排队等待（Queue Latency）？
  2. 每日 10 美元免费额度的持续周期：这项公测福利是长期策略，还是仅限公测初期的拉新手段？
  3. 后续是否会追加更多重量级模型：包括 Llama 3 系列更大参数版本，或者 AMD 深度调优的专属算子模型。

---

信息来源清单与证据类型： - 一手官方控制台：AMD Radeon Cloud Token Factory 官方控制台（https://developer.amd.com.cn/radeon/tokenfactory，2026.08–09） - 一手技术规范：AMD Radeon Cloud Public Free Model APIs 接入规范与 Usage 查询接口（https://developer.amd.com.cn/radeon/api/v1，2026.08.31） - 一手用量监控：AMD AnruiCloud Profile Model-Usage 额度返回与限速矩阵（2026.08.31） - 独立评测验证：DeepSeek-V4-Flash（1,048,576 Token）与 Qwen3.8-Flash-Next 接口调用、长上下文流式响应实测（2026.09.03）